避免在 ElasticSearch/OpenSearch 上使用点

Question

我是 ElasticSeach 的新手，目前正在使用 AWS OpenSearch 服务的 OpenSearch。在开发工具中，我有以下查询：

GET _search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must_not": [
        {
          "regexp": {
            "handler_id": "[^_*\\-.;?#$%^@!`,/?+()~<>:'\\[\\]{}]*`"
          }
        }
      ],
      "must": [
        {
          "regexp": {
            "handler_id": "~([^.])*[A-Za-z]{2}[a-zA-Z0-9]{2}[0-9]{8}"
          }
        }
      ]
    }
  },
  "sort": [
    {
      "handler_id.keyword": {
        "order": "asc"
      }
    }
  ]
}

上面的查询应该获取所有不带特殊字符的handler_id，并且也满足

must

格式。它有效，但它总是返回这个

handler_id = .MP4137879580

。我还尝试了正则表达式

^[A-Za-z]{2}[a-zA-Z0-9]{2}[0-9]{8}(?![^.]+$)

，然后是

"~([^

。

])*[A-Za-z]{2}[a-zA-Z0-9]{2}[0-9]{8}"

来转义点，但 id 仍然出现。

请给我一些关于如何解决此问题的指导。谢谢！

Answer 1

TLDR：

GET _search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
     "must": [
        {
          "regexp": {
            "handler_id.keyword": "~([^.])*[A-Za-z]{2}[a-zA-Z0-9]{2}[0-9]{8}"
          }
        },
        {
          "regexp": {
            "handler_id.keyword": "[^_*\\-.;?#$%^@!`,/?+()~<>:'\\[\\]{}].*"
          }
        }
      ]
    }
  },
  "sort": [
    {
      "handler_id.keyword": {
        "order": "asc"
      }
    }
  ]
}

这是在elasticsearch 上测试的。抱歉，我没有使用 opensearch，也没有计划开始，但它足够简单，所以它应该可以工作。

您的查询有几个问题。

第一个是默认情况下，elasticsearch 对每个记录索引两次 - 一次以分析形式，另一次以非分析形式。分析后的形式存储在

handler_id

中，并且对于您的测试字符串，它会转换为

mp4137879580

（小写字母用空格分隔，并删除标点符号）。在

handler_id.keyword

中，您的原始字符串按原样索引。因此，当您在正则表达式中使用

handler_id

时，您将搜索这些转换后的字符串而不是原始字符串。因此，第一个修复方法是在查询中使用

handler_id.keyword

。

第二个问题是

regexp

末尾包含一个额外的反勾号，这不匹配。只需将其删除即可。

第三个问题是你在这里使用了双重否定。首先，您找到所有不包含标点符号的 handler_ids，然后将其包装到

must_not

中，本质上是在说“我不想要这些”。因此，您需要将正则表达式移至

must

或将正则表达式更改为带有标点符号的 match 处理程序并将其保留在

must_not

中。我在示例中选择了第一个解决方案。